Virksomhedens potentiale ligger i kundetilfredshed og -loyalitet

Transkript

1 Virksomhedens potentiale ligger i kundetilfredshed og -loyalitet Af Jacob Eskildsen og Kai Kristensen Resumé Denne artikel analyserer forholdet mellem kundetilfredshed, kundeloyalitet og forretningspotentialet set i forhold til nuværende kunder. Dataene stammer fra Dansk Kundetilfredshedsindeks Her vurderede i alt cirka 2000 privatkunder deres foretrukne skadesforsikringsselskab. Med baggrund i teorien har vi opsat og testet seks antagelser. Keywords: EPSI Rating, kundetilfredshed, kundeloyalitet Indledning I de senere år er kundetilfredshedsmålinger generelt og EPSI Rating i særdeleshed blevet mere og mere populære, og flere og flere virksomheder anvender denne type information i deres strategiske planlægning. Af helt overordnet interesse for virksomhederne er de syv indeksområder i EPSI Rating, og vi ved temmelig meget om, hvordan EPSI Rating fungerer, hvad angår indeksværdier (Eskildsen et al., 1999, Selivanova et al., 2002, Eskildsen et al., 2003, Juhl et al., 2002, Fornell, 1992, Fornell et al., 1996, Kristensen et al., 2001, Kristensen & Westlund, 2002), og hvad angår strukturen (Eskildsen et al., 2004). Der er forsket temmelig meget i forholdet mellem kundetilfredshed og loyalitet, fastholdelse og økonomiske resultater (Duboff & Heaton, 1999, Kristensen & Martensen, 1996, Edvardsson et al., 2000, Bernhardt et al., 2000, Rucci et al., 1998), men vi ved kun lidt om, i hvilket omfang kundetilfredshed og kundeloyalitet kan bruges til at forudsige en virksomheds fremtidige engagement med nuværende kunder. Målet med denne er artikel er derfor at analysere forholdet mellem kundetilfredshed, kundeloyalitet og forretningspotentialet i nuværende kunder. Analysedataene stammer fra Dansk Kundetilfredshedsindeks Her vurderede i alt cirka 2000 privatkunder deres foretrukne skadesforsikringsselskab. Analysen vil afdække, om kundetilfredshed og/eller kundeloyalitet kan bruges til at forudsige en virksomheds potentiale set i forhold til nuværende kunder eller ej, hvad der er hovedindsatsområderne og om demografi, såsom virksomhedens størrelse og respondentens køn og alder, har nogen indflydelse. EPSI Rating I 1989 udviklede Sverige som det første land i verden en ensartet metode til måling af kundetilfredshed og kundeloyalitet på tværs af virksomheder og brancher. Dette nationale kundetilfredsheds- og kundeloyalitetsmåleinstrument hedder det Svenske Kundetilfredshedsbarometer (SCSB). SCSB blev i 1994 tilpasset American Customer Satisfaction Index (ACSI), og de gode erfaringer fra det svenske og det amerikanske indeks gav grobund for at udvikle et fælles instrument til måling af kundetilfredshed og kundeloyalitet i Europa. På baggrund af anbefalinger fra en forundersøgelse (jf. Sofres, 1996) og på baggrund af 37

2 Figur 1. Strukturen i EPSI Rating Image Forventninger Værdi Tilfredshed Loyalitet Produkter Personlig betjening input fra ECSI Technical Committee (European Consumer Satisfaction Index, 1998) blev EPSI Rating-systemet til måling af kundetilfredshed og kundeloyalitet udviklet. I 1999 blev der gennemført en pilotundersøgelse, og der er blevet udført målinger i et lille udvalg af brancher i en stikprøve af europæiske lande. EPSI Rating er et varemærke, der har sit udspring i og administreres via EFQM (European Foundation for Quality Management), EOQ (European Organization for Quality) og International Foundation for Customer Focus (IFCF), som er et videnskabeligt netværk (Kristensen & Westlund, 2003). EPSI Rating-modellen er vist i Figur 1. EPSI Rating er en strukturel ligningsmodel. I modellen lægges der til grund, at opfattet værdi, kundetilfredshed og kundeloyalitet drives af virksomhedens image, kundernes forventninger, produkt- og servicekvalitet. Hver af disse syv variable ses som latente dvs. uhåndgribelige variable. Hver latent variabel operationaliseres gennem et sæt af målbare variable. Ved at bruge flere indikatorer for hver latent variabel forøges nøjagtigheden sammenholdt med en tilgang, hvor man bruger en enkelt indikator (Oshagbemi, 1999). En af de store fordele ved EPSI-strukturen er brugen af standardspørgsmål, som er tilstrækkeligt fleksible til, at man kan anvende dem i forbindelse med forskellige produkter, serviceydelser og offentlige ydelser, såsom uddannelse og sundhedsvæsen etc. Data indsamles via telefoninterview med cirka 250 kunder fra en national stikprøve, som er aktuelle købere/ brugere af udvalgte produkter og serviceydelser. EPSI Ratingen udføres ved brug af Partial Least Squares (PLS) på samme måde som i de svenske og de amerikanske kundetilfredshedsindekser. Effekten af kundetilfredshed og kundeloyalitet Mange studier har fokuseret på forholdet mellem kundetilfredshed og intention om genkøb (Hellier et al., 2003: Butcher et al., 2002; Gountas & Gountas, 2007; Zboja & Vorhees, 2006; Yi & La, 2004; Kristensen et al., 2006). Den generelle holdning i litteraturen er, at 38 Ledelse & Erhvervsøkonomi 1/2008

3 tilfredse kunder har en større sand synlighed for genkøb, og at dette har stor betydning for virksomhedens økonomiske performance er tydeliggjort i flere linkage-studier (Eskildsen et al., 2003; Rucci et al., 1998; Bernhardt et al, 2000; Kristensen et al., 2006). Der er imidlertid ikke så mange studier, der har fokuseret på sandsynligheden for, om tilfredse kunder øger deres genkøb på bekostning af tilbud fra konkurrerende virksomheder eller ej. Den første antagelse, der skal testes, lyder som følger. A1: Full-service-kunder er mere tilfredse Det er velkendt, at udtalt loyalitet er en bedre indikator for faktisk loyalitet end tilfredshed (Mittal & Walfired, 1998; Mittal & Kamakura, 2001), men det gælder ikke nødvendigvis for det fremtidige forretningspotentiale. Hvis kunder skal øge deres genkøb på bekostning af tilbud fra konkurrerende virksomheder, så har de allerede besluttet sig for genkøb og er dermed loyale. Det er derfor kun et spørgsmål om, hvorvidt virksomheden har gjort kunden så tilfreds, at han vælger virksomhedens tilbud frem for konkurrenternes. Det indikerer, at tilfredshed bedre kan forudsige fremtidige forretningspotentiale end loyalitet, og den anden antagelse, der skal testes, er derfor: A2: Tilfredshed giver en bedre prognose for fremtidig forretningspotentiale end loyalitet Hvis vi rykker et skridt tilbage i årsagskæden fra fremtidig forretningspotentiale til tilfredshed, så indeholder EPSI Rating-strukturen følgende fire eksogene aspekter, der forklarer tilfredshed: Image Forventninger Produktkvalitet Servicekvalitet Tidligere undersøgelser har vist, at vigtigheden af disse aspekter er forskellig fra branche til branche (Eskildsen et al., 2004; Johnson et al., 2001), men hvilke er de vigtigste i forhold til fremtidig forretningspotentiale? Det er tidligere blevet dokumenteret, at både produktkvalitet og servicekvalitet har betydning for kunder i forhold til kundeloyalitet og intention om genkøb (Eskildsen et al., 2004: Mittal & Walfried, 1998), og at betydningen varierer fra branche til branche. Men det gælder ikke nødvendigvis for forretningspotentialet i kunder i forhold til øget genkøb på bekostning af tilbud fra konkurrenter. Hvis en kunde vælger at genkøbe, så ligger produkt- og servicekvaliteten over et minimumsniveau, som kunden kan acceptere, ellers ville han ikke overveje at købe igen. Hvis det er meningen, at kunder skal øge deres genkøb på bekostning af tilbud fra konkurrenter, skal de nødvendigvis have noget ud af det. Deres forventninger kan enten være relateret til produktet som sådan, den ydede service eller til mere uhåndgribelig egenskaber, der er forbundet med virksomheden altså image. Den tredje antagelse, der skal testes, er derfor: A3: Image og forventninger er hoveddrivkræfterne bag en kundes full-service status Der er en vis sammenhæng mellem den tredje antagelse, og hvorvidt betydningen af image og forventninger er ens i alle typer af virksomheder. Tidligere forskning har vist, at virksomhedens størrelse spiller en rolle, når kunder udvikler præferencer (Eskildsen et al. 2007), og man kan måske dermed med rimelighed antage, at virksomhedens størrelse også spiller en rolle i betydningen af image og forventninger i forhold til det fremtidige forretningspotentiale i nuværende kunder. Den fjerde antagelse, der skal testes, lyder derfor således: A4: Betydningen af image og forventninger er afhængig af virksomhedens størrelse Bortset fra størrelse så kan virksomhedsdemo- 39

4 grafi have betydning for fremtidig forretningspotentiale i kunder, når der er tale om øget genkøb på bekostning af konkurrenters tilbud. Tidligere forskning har påpeget, at ældre kunder generelt er mere tilfredse end yngre (Mittal & Kamakura, 2001), hvilket kunne tyde på, at ældre kunder har større tendens til øget genkøb på bekostning af konkurrerende tilbud. Den femte antagelse, der skal testes, er dermed: A5: Ældre kunder har større tendens til at være totalkunder Den forskning, vi tidligere har henvist til, viste også, at kvinder generelt er mere tilfredse end mænd (Mittal & Kamakura, 2001), hvilket også kunne indikere, at kvinder har større tendens til mere genkøb på bekostning af tilbud fra konkurrenter. Den sjette antagelse, der skal testes, er derfor følgende: A6: Kvinder har større tendens til at være totalkunder. I det følgende beskrives data materialet og de anvendte metoder, før vi præsenterer den empiriske test af de ovennævnte antagelser. Metode og data Som før nævnt er EPSI Rating en strukturel ligningsmodel med syv latente variable. Hver af de latente variable operationaliseres ved et sæt målevariable. Undersøgelser har vist, at brugen af flere indikatorer for hver latent variabel øger estimatets nøjagtighed sammenlignet med en tilgang med en enkelt indikator (Oshagbemi, 1999). En væsentlig fordel ved EPSI Ratingstrukturen er brugen af tilstrækkeligt fleksible standardspørgsmål, der kan anvendes i forbindelse med forskellige produkter, serviceydelser og offentlige ydelser, som fx uddannelse og sundhedsvæsen etc. EPSI Rating estimeres ved brug af Partial Least Squares (PLS), sådan som det også er tilfældet i det amerikanske kundetilfredshedsindeks. PLS er den fortrukne teknik, da EPSI Ratings fokus ligger på forudsigelse af kundetilfredshed og loyalitet, og her er PLS bedre i forhold til andre Structural Equation Modelling-teknikker (Jöreskog & Wold, 1982). Ydermere er PLS en meget robust teknik, da den ikke så følsom over for skæve fordelinger og multiko som andre SEM-teknikker har en tendens til at være (Cassel, Hackl et al., 1999; Kristensen & Eskildsen, 2005). PLS-modellen er tredelt: indre relationer, ydre relationer og vægt-relationer (Wold, 1980; Fornell & Cha, 1994). De interne relationer viser relationerne mellem de latente variable som vist i (1). (1) η = Βη + Гξ + ζ I de indre relationer er η en vektor af de latente endogene variable, og Β er den tilsvarende koefficient-matrice (Fornell & Cha, 1994). ξ er en vektor af de latente eksogene variable, Γ er den tilsvarende koefficient-matrice, og endelig er der et fejlled, ζ. Den anden del af modellen er de ydre relationer (Fornell & Cha, 1994). Denne del af modellen definerer forholdet mellem de latente og de manifeste variable, og i modsætning til LISREL kan de i sagens natur både være refleksive og formative (Jöreskog & Wold, 1982). Da EPSI Ratingen er bygget på refleksive eksterne relationer, behandler vi udelukkende dette forhold i det følgende. Den generelle ligning for refleksive eksterne relationer vises i (2). (2) у = Λ у η + ε у х = Λ х ξ + ε х Her er y en vektor af de observerede η-indikatorer, og x er en vektor af de observerede ξ-indikatorer. Λу og Λх er matricer, der indeholder de λi-koefficienter, der forbinder de latente og de manifeste variable; δ og ε er fejlled for henholdsvis x og y (Fornell & Cha 1994). Vægt relationerne er slutdelen i PLS-modellen. I PLS kan hver latent variabels værdi estimeres ved vægt relationerne vist i (3) som lineære summer af de empiriske indikatorer. 40 Ledelse & Erhvervsøkonomi 1/2008

5 (3) η â = ὠ η у ξ â = ὠ ξ х En anden grund til at foretrække PLS frem for LISREL er muligheden for at beregne case values for de latente variable. LISREL kan ikke beregne case values uden faktorindeterminans. Og derfor skal den bruges med agtpågivenhed (Bollen, 1989). Det er ikke noget problem i PLSestimation. De data, der er brugt i analysen, stammer fra Dansk Kundetilfredshedsindeks Analysen fokuserer på forsikringsselskaber i alt otte virksomheder (inkl. en anden virksomhed). For hvert selskab blev der indsamlet 250 svar, hvor der blandt andet blev spurgt, om kunden havde status som totalkunde. Kunderne skulle evaluere alle spørgeskemaitems på en 10-punktskala, som senere blev omskaleret til for at lette fortolkningen af resultaterne. Empiriske resultater I datamaterialet er der et spørgsmål, hvor respondenten skal angive i hvilken grad, han bruger andre forsikringsudbydere end sit hovedforsikringsselskab. Vi ser dette spørgsmåls sammenhæng med tilfredshed, og hvad der afføder tilfredshed, som gode indikatorer for en virksomheds mulighed for at øge sit engagement over for en given kunde. Hvis, for eksempel, forholdet mellem tilfredshed og sandsynligheden for at blive totalkunde er positiv, er det sandsynligt, at øget tilfredshed fører til øget salg. I det følgende analyserer vi denne sammenhæng lidt mere for at teste de antagelser, vi opstillede ovenfor. Et simpelt plot over en kundes engagement med andre udbydere end hans hovedudbyder viser, at der helt klart er en sammenhæng mellem at være totalkunde og kundetilfredshed. Dette er vist i figur 2. Det fremgår af figuren, at der er en tydelig sammenhæng mellem hvor tæt kundens forhold er til udbyderen og kundens tilfredshed. Jo tættere forholdet er desto større tilfredshed. Det betyder, at vores første antagelse A1: Full-service-kunder er mere tilfredse klart er underbygget. Der er faktisk en forskel i tilfredshed på omkring 12 procent mellem kunder, Figur 2. Sammenhæng mellem tilfredshed og kunderelationer 75,0 Middelværdi EPSI 60,0 65,0 75,0 70,9 66,8 60,0 Fullservice Op til 25 % Op til 50 % Forretningsomfang med andre selskaber 41

6 der lægger 25 procent af deres køb hos andre udbydere, og totalkunder. For at analysere sammenhængen yderligere opdeles engagement-variablen i to: full-service (100 %) og ikke full-service (mindre end 100 %) for at reducere risikoen for fejlklassificering i grupperne op til 25 % og op til 50 %. Ydermere introducerer vi et antal demografiske variable som supplement til EPSI Ratingen, når sammenhængen skal forklares. Vi har valgt en binær logistisk regression som analysemetode, hvor log odds for at være totalkunde forklares ved EPSI Ratingen, køn, alder og uddannelse. Resultaterne er vist i tabel 1. Det fremgår af tabel 1, at EPSI som forventet Tabel 1. Log-odds for totalkunde forklaret ved EPSI og demografi Koefficient Signifikans Exp(B) Køn Kvinde 0,253 0,049 1,288 Uddannelse Folkeskole Gymnasium HH Alder Under ,283 0,578-0,146-0,167-0,531-0,353-0,334 0,016 0,169 0,033 0,297 0,064 0,740 0,006 0,037 0,050 1,328 1,783 0,864 0,846 0,588 0,702 0,716 EPSI 0,014 0,000 1,014 Konstant 0,784 0,007 2,191 NB: Udeladte grupper: Køn: mand ; Uddannelse: højere ; Alder: over 56 er højsignifikant. Jo højere EPSI desto større er sandsynligheden for at være totalkunde. Det fremgår også, at både køn og uddannelse er signifikante på 5%-niveauet, hvorimod alder er signifikant på 10%-niveauet. Hvad angår køn, ser vi, at kvinder har en højere sandsynlighed for at være totalkunder end mænd. Ydermere ser vi, at kunder med en gymnasial uddannelse har en højere sandsynlighed for at være totalkunder end kunder med en kortere- eller længerevarende uddannelse har. Endelig ser vi, at kunder, der er over 56 år har en signifikant større sandsynlighed end andre aldersgrupper bortset fra aldersgruppen under 25 for at være totalkunder. Dette betyder, at alder følger den velkendte J-form fra kundetilfredshedsteorien. Disse resultater underbygger helt klart yderligere to af vores antagelser, nemlig A6: Kvinder har større tendens til at være totalkunder og A5: Ældre kunder har større tendens til at være totalkunder. Vi medtog ikke uddannelse i vores sæt af antagelser, men resultaterne for denne variabel kom ikke som nogen overraskelse. Vi ved fra mange andre studier, at for eksempel kunder med en universitetsuddannelse har en anden kundetilfredsheds profil end andre kunder. Figur 3 viser forskellige sandsynlighedsfunktioner for forskellige aldersgrupper og for køn. I alle tilfælde er højere uddannelse udeladt. For at teste antagelse A2: Tilfredshed giver en bedre prognose for fremtidig forretningspotentiale end loyalitet bruger vi fortsat en binær logistisk regressionsmodel, men i dette tilfælde udskifter vi EPSI med loyalitet kombineret med demografi. Resultaterne vises i tabel 2. Sammenholdt med resultaterne i tabel 1 ser vi, at vi stort set opnår de samme resultater for Køn, Uddannelse og Alder, men vi ser også at loyalitetskoefficienten er lavere end EPSI-koefficienten, hvilket indikerer en lavere sandsynlighed for at være totalkunde. Den samme konklusion opnås, hvis vi i stedet anvender EPSI og loyalitet i den samme model og så analyserer trinvis. Vores antagelse er dermed accepteret. I vores test af antagelse A3: Image og forventninger er hoveddrivkræfterne bag en kundes full-service status indsætter vi EPSI-elementerne, Image, Forventninger, Produktkvalitet og Servicekvalitet i den binære logistiske regressionsmodel. Resultaterne af denne test afrapporteres ikke i detaljer her, blot skal det nævnes, at hverken Produktkvalitet eller 42 Ledelse & Erhvervsøkonomi 1/2008

7 Figur 3. Sandsynlighed for at være totalkunde som en funktion af EPSI 0,95 0,90 0,85 Sanssynlighed for full service 0,80 0,75 0,70 0,65 0,60 Mand, 56+ Mand, Kvinde, 56+ Kvinde, ,55 0, EPSI Tabel 2. Log-odds for totalkunde forklaret ved loyalitet og demografi Køn Kvinde Uddannelse Folkeskole Gymnasium HH Alder Under Koefficient Signifikans Exp(B) 0,253 0,274 0,294 0,588-0,138-0,213-0,550-0,383-0,359 0,049 0,033 0,016 0,153 0,030 0,324 0,043 0,671 0,004 0,023 0,035 1,288 1,316 1,342 1,800 0,871 0,808 0,577 0,682 0,699 Loyalitet 0,008 0,001 1,008 Konstant 1,241 0,000 3,460 NB: Udeladte grupper: Køn: mand ; Uddannelse: højere ; Alder: over 56 Servicekvalitet er signifikante med p-værdier på henholdsvis 0,227 og 0,133. P-værdierne for Image og Forventninger ligger på henholdsvis 0,029 og 0,057. Hvis man fjerner Produktkvalitet og Servicekvalitet fra ligningen, kommer p-værdierne for Image og Forventninger til at ligge på henholdsvis 0,008 og 0,005. På dette grundlag underbygges antagelsen om, at Image og Forventninger er de vigtigste elementer i forbrugeres status som totalkunder. Den sidste antagelse er A4: Betydningen af image og forventninger er afhængig af virksomhedens størrelse. For at teste denne antagelse delte vi dataene i to unikke grupper: en stor gruppe bestående af firmaer med individuelle markedsandele over 10 procent og en lille gruppe med firmaer med individuelle markedsandele under fem procent. Resultaterne for Image og Forventninger i den binære logistiske regression vises i tabel 3. Tallene med fed er koefficienterne, og tallene i parentes er signifikansniveauet. Det fremgår af tabellen, at effekten af Image og Forventninger tydeligvis afhænger af firmastørrelse. For små virksomheder er Forventninger meget signifikant, mens Image ikke er det. For store virksomheder gælder det omvendte. Her er Image høj-signifikant, og Forventninger er ikke signifikant. Det vil sige, at vores A4-antagelse underbygges af dataene. For små virksomheder er det kun Forventninger, der spiller en rolle for totalkunder, mens det for store virksomheder kun er Image. 43

8 Tabel 3. Koefficienter og signifikansniveau for Image og Forventninger IMAGE FORVENTNINGER Stort firma (p=0.577) (p=0.018) Lille firma (p=0.013) (p=0.864) Konklusion Formålet med denne artikel har været at analysere sammenhængen mellem kundetilfredshed, kundeloyalitet og det fremtidige forretningspotentiale i nuværende kunder. Dataene, der blev brugt i analysen, kom fra Dansk Kundetilfredshedsindeks 2006, hvor cirka 2000 privatkunder vurderede deres foretrukne skadesforsikringsselskab. Analysen gav følgende resultater: Totalkunder er mere tilfredse Tilfredshed er en bedre indikator for forretningspotentiale end loyalitet Image og Forventninger får forbrugere til at vælge status som totalkunder Betydningen af image og forventninger afgøres af virksomhedens størrelse Ældre kunder har større tendens til at være totalkunder Kvinder har større tendens til at være totalkunder Grundlaget for analysen, der er beskrevet i denne artikel, er tværsnitsdata. Fremtidig forskning kommer til at handle om kundetilfredshed og status som totalkunde over tid for at opnå en større forståelse af denne sammenhæng. Summary The article analyses the relation between customer satisfaction, customer loyalty and business potential in relation to existing customers. The data were extracted from the Danish Customer Satisfaction Index 2006 when private customers evaluated their preferred building insurance company. We have proposed and tested six assumptions against the backdrop of theory. Litteratur Bernhardt, K.L., Donthu, N. & Kennett, P.A.:A Longitudinal Analysis of Satisfaction and Profitability. Journal of Business Research, 47, , Butcher, K., Sparks, B.& O Callaghan, F.: Effect of social influence on repurchase intentions. Journal of Services Marketing, 16, , Duboff, R. & Heaton,C.: Employee loyalty a link to valuable growth. Strategy & Leadership, Edvardsson, B., Johnson, M. D., Gustafsson, A. & Strandvik, T.: The effects of satisfaction and loyalty on profits and growth: products versus services. Total Quality Management, 11, , Eskildsen, J. K., Kristensen, K., Juhl, H. J. & Østergaard, P.: The Drivers of Customer Satisfaction & Loyalty. Total Quality Management & Business Excellence, 15, , Eskildsen, J. K., Kristensen, K. & Steensen, E.: Market structure, market strategy and customer satisfaction 6th MAAOE International Conference: New Perspectives on the Theories and Practices of Organizational Excellence. Versailles, Eskildsen, J. K., Kristensen, K. & Westlund, A. H.: The Predictive Power of Intangibles. Measuring Business Excellence, 7, 46-54, Eskildsen, J. K., Martensen, A., Grønholdt, L. & Kristensen, K.:Benchmarking student satisfaction in higher education based on the ECSI methodology. In Baccaribu, C. (Ed.) TQM for Higher 44 Ledelse & Erhvervsøkonomi 1/2008

9 Education Institutions II. Verona, Italy, Fornell, C.: A National Customer Satifaction Barometer: The Swedish Experience. Journal of Marketing, 56, 6-21, Fornell, C., Johnson, M. D., Anderson, E. W., CHA, J. & Bryant, B. E.:The American Customer Satisfaction Index: Nature, Purpose and Findings. Journal of Marketing, 60, 7-18, Gountas, J. & Gountas, S.:Personality orientations, emotional states, customer satisfaction, and intention to repurchase. Journal of Business Research, 60, 72-75, Hellier, P. H., Geursen, G. M., Carr, R. A. & Richard, J. A.: Customer repurchase intention - A general structural equation model. European Journal of Marketing, 37, , Johnson, M. D., Gustafsson, A., Andreassen, T. W., Lervik, L. & Cha, J.: The evolution and future of national customer satisfaction index models. Journal of Economic Psychology, 22, , Juhl, H. J., Kristensen, K. & Østergaard, P.: Customer satisfaction in European food retailing. Journal of Retailing and Consumer Services, 9, , Kristensen, K., Eskildsen, J. K. & Juhl, H. J.: Benchmarking as a Strategic Tool. In Christensen, M. (Ed.) Benchmarking across boundries (in danish). Copenhagen, Jurist og Økonomforbundets forlag, Kristensen, K. & Martensen, A.: Linking Satisfaction to Loyalty and Performance. ESOMAR Publication Series, 204, , Kristensen, K., Mørch, L. & Sørensen, H.: Relationship between performance measures and financial results in a large Nordic bank. Fifth International Conference on Performance Measurement and Management. London, Kristensen, K. & Westlund, A. H.: Valid and reliable measurements for sustainable nonfinancial reporting. Total Quality Management, 14, , Mittal, B. & Walfried, M. L.: Why do customers switch? The dynamics of satisfaction versus loyalty. Journal of Services Marketing, 12, , Mittal, V. & Kamakura, W. A.: Satisfaction, Repurchase Intent, and Repurchase Behavior: Investigating the Moderating Effect of Customer Characteristics. Journal of Marketing Research, 38, , Oshagbemi, T.: Overall job satisfaction: how good are single versus multiple-item measures? Journal of Managerial Psychology, 14, ,